英国《金融时报》8月7日援引知情人士报道，字节跳动正在预训练一个参数量可能高达10万亿的AI模型，而早一天晚点LatePost的说法是"超5万亿"。这个数字如果落地，将成为全球参数规模最大的公开模型——作为对比，据报道 Anthropic 的 Mythos 5 约8万亿参数，月之暗面 Kimi K3 是2.8万亿，阿里 Qwen3.8-Max 是2.4万亿。比起参数本身，这轮爆料里更值得琢磨的，是字节创始人张一鸣对"蒸馏"的明确表态。

技术本质：10万亿到底意味着什么

先说一个容易混淆的点：总参数 ≠ 单次推理成本。现在的万亿级模型基本都是 MoE（混合专家）架构，推理时只激活一小部分参数。比如 Qwen3.8-Max 总参数2.4万亿，激活参数约95B（据报道）。所以"10万亿"更多代表模型的能力容量上限，你每次调用掏的算力钱，主要取决于激活参数。

这就能解释一个现象：DeepSeek V4 Pro 只有1.6万亿参数，但在不少基准测试里和更大的模型互有胜负。参数规模竞赛是真实存在的，但它决定的是"天花板有多高"，不是"你现在就能摸到顶"。

变了什么，没变什么

张一鸣在 Seed 全员会上的表态，据晚点等媒体报道，核心是反对蒸馏——他认为蒸馏本质上是在复制已有能力，沿着这条路最多只能不断逼近对手，很难真正超越。字节甚至早在2023年4月就禁止把GPT生成的数据混入自家训练集，据报道2026年AI基础设施资本开支超过2000亿元。这是"从追分变成换桌"的打法：与其在别人画好的赛道里追赶，不如赌一次更大的预训练。

没变的是"大力出奇迹"的惯性。受限芯片管制，字节只能大量用 H20，据报道靠的是扩大集群规模、提升资源利用率来补差距。另外，梁汝波在8月6日的全员会上坦承豆包在AI Coding方面不算突出，还拿 Claude Code 举例；张一鸣据报也高薪挖来 DeepSeek 核心研究员郭达雅负责 Coding。大厂把火力集中到编程能力上，对普通开发者其实是好事——AI 编程工具会越来越能用、越来越便宜。

对普通开发者：四个数字看模型，别只看一个

现在选模型，我建议看四样东西：总参数（能力上限）、激活参数（单次成本）、上下文长度、API价格。总参数是营销数字，激活参数才是你实际掏的钱。

想验证一个开源模型的 MoE 配置，用 transformers 就能查（代码真实可运行）：

from transformers import AutoConfig

# Qwen3-30B-A3B 是真实开源的小尺寸 MoE 模型
config = AutoConfig.from_pretrained("Qwen/Qwen3-30B-A3B", trust_remote_code=True)
print("总层数:", config.num_hidden_layers)
print("MoE 专家数:", config.num_experts)
print("每 token 激活专家数:", config.num_experts_per_tok)

本地部署可以用 vLLM：

vllm serve Qwen/Qwen3-30B-A3B --max-model-len 32768

至于选择建议：据报道 Qwen3.8 的 API 国内定价为输入12元/百万tokens、输出36元、隐式缓存命中1.5元，加上 Kimi K3、DeepSeek V4 Flash、腾讯混元 Hy3 这些已开源的模型，普通业务完全够用，没必要等10万亿那个巨兽——就算真发布，大概率也是以 API 形式出现，本地跑不起。

几个坑提醒一下：别为"参数最大"付费，能力还得看具体任务的第三方评测；MoE 模型部署时显存要看激活参数而不是总参数；大厂宣传的"自主编程十几天交付项目"目前还是极限场景，别拿它当日常预期。

结尾

10万亿参数能不能跑通，最早要到2026年底甚至2027年初才有发布可能（据报道预训练周期3到6个月）。参数军备竞赛没结束，但决定你手上AI好不好用的，可能从来不是那个最大的数字。你怎么看，评论区聊聊。